MySQL 的全文搜索功能几乎没有用户可调整的参数。如果您有 MySQL 源代码分发,您可以对全文搜索行为施加更多控制,因为某些更改需要修改源代码。参见 第 2.9 节,“从源代码安装 MySQL”。
全文搜索经过仔细调整以提高效率。在大多数情况下修改默认行为实际上会降低效率。除非您知道自己在做什么,否则不要更改 MySQL 源代码。
本节中描述的大多数全文变量必须在服务器启动时设置。需要重新启动服务器才能更改它们;服务器运行时不能修改它们。
一些变量更改需要您重建
FULLTEXT
表中的索引。这样做的说明将在本节后面给出。
要索引的单词的最小和最大长度由搜索索引的和定义,
以及
搜索
innodb_ft_min_token_size
索引
innodb_ft_max_token_size
的
定义
。
InnoDB
ft_min_word_len
ft_max_word_len
MyISAM
最小和最大字长全文参数不适用于FULLTEXT
使用 ngram 解析器创建的索引。ngram 标记大小由
ngram_token_size
选项定义。
更改任何这些选项后,重建
FULLTEXT
索引以使更改生效。例如,要使两个字符的单词可搜索,您可以将以下行放入选项文件中:
[mysqld]
innodb_ft_min_token_size=2
ft_min_word_len=2
然后重新启动服务器并重建
FULLTEXT
索引。对于
MyISAM
表,请注意
以下用于重建全文索引
的说明中有关myisamchk的注释。MyISAM
对于MyISAM
搜索索引,自然语言搜索的 50% 阈值由所选的特定加权方案决定。要禁用它,请在中查找以下行
storage/myisam/ftdefs.h
:
#define GWS_IN_USE GWS_PROB
将该行更改为:
#define GWS_IN_USE GWS_FREQ
然后重新编译MySQL。在这种情况下不需要重建索引。
通过进行此更改,您会严重
降低 MySQL 为函数提供足够相关值的能力MATCH()
。如果你真的需要搜索这样的常用词,最好使用IN
BOOLEAN MODE
instead 搜索,它不遵守 50% 的阈值。
要更改用于对表进行布尔全文搜索的运算符
MyISAM
,请设置
ft_boolean_syntax
系统变量。(InnoDB
没有等效设置。)可以在服务器运行时更改此变量,但您必须具有足够的权限才能设置全局系统变量(请参阅
第 5.1.8.1 节,“系统变量权限”)。在这种情况下不需要重建索引。
对于内置的全文解析器,您可以通过多种方式更改被视为单词字符的字符集,如下表所述。进行修改后,为包含任何索引的每个表重建FULLTEXT
索引。假设您要将连字符 ('-') 视为单词字符。使用以下方法之一:
修改 MySQL 源代码:在
storage/innobase/handler/ha_innodb.cc
(forInnoDB
) 或storage/myisam/ftdefs.h
(forMyISAM
) 中,查看true_word_char()
和misc_word_char()
宏。添加'-'
到其中一个宏并重新编译 MySQL。修改字符集文件:这不需要重新编译。该
true_word_char()
宏使用“字符类型”表来区分字母和数字与其他字符。. 您可以<ctype><map>
在其中一个字符集 XML 文件中编辑数组的内容,以指定它'-'
是一个“字母。”FULLTEXT
然后为您的索引使用给定的字符集 。有关<ctype><map>
数组格式的信息,请参阅第 10.13.1 节,“字符定义数组”。为索引列使用的字符集添加新的排序规则,并更改列以使用该排序规则。有关添加归类的一般信息,请参阅第 10.14 节,“向字符集添加归类”。有关特定于全文索引的示例,请参阅 第 12.10.7 节,“为全文索引添加用户定义的排序规则”。
为使更改生效,FULLTEXT
必须在修改以下任何全文索引变量后重建索引:
innodb_ft_min_token_size
;
innodb_ft_max_token_size
;
innodb_ft_server_stopword_table
;
innodb_ft_user_stopword_table
;
innodb_ft_enable_stopword
;
ngram_token_size
. 修改
innodb_ft_min_token_size
、
innodb_ft_max_token_size
或
ngram_token_size
需要重新启动服务器。
要重建表FULLTEXT
的索引
InnoDB
,请使用
ALTER TABLE
和
选项删除DROP INDEX
并ADD INDEX
重新创建每个索引。
在具有全文索引的表上运行OPTIMIZE TABLE
会重建全文索引,删除已删除的文档 ID 并在可能的情况下合并同一个词的多个条目。
要优化全文索引,请启用
innodb_optimize_fulltext_only
并运行OPTIMIZE TABLE
.
mysql> set GLOBAL innodb_optimize_fulltext_only=ON;
Query OK, 0 rows affected (0.01 sec)
mysql> OPTIMIZE TABLE opening_lines;
+--------------------+----------+----------+----------+
| Table | Op | Msg_type | Msg_text |
+--------------------+----------+----------+----------+
| test.opening_lines | optimize | status | OK |
+--------------------+----------+----------+----------+
1 row in set (0.01 sec)
为避免大型表上全文索引的重建时间过长,您可以使用该
innodb_ft_num_word_optimize
选项分阶段执行优化。该
innodb_ft_num_word_optimize
选项定义每次
OPTIMIZE TABLE
运行时优化的单词数。默认设置为 2000,这意味着每次OPTIMIZE
TABLE
运行优化 2000 个单词。后续
OPTIMIZE TABLE
操作从先前
OPTIMIZE TABLE
操作结束的地方继续。
如果您修改影响索引的全文变量(ft_min_word_len
、
ft_max_word_len
或
ft_stopword_file
),或者如果您更改停用词文件本身,则必须
FULLTEXT
在进行更改并重新启动服务器后重建索引。
要重建表的FULLTEXT
索引,
执行修复操作
MyISAM
就足够了
:QUICK
mysql> REPAIR TABLE tbl_name QUICK;
或者,ALTER TABLE
按照刚才的描述使用。在某些情况下,这可能比修复操作更快。
FULLTEXT
必须如刚才所示修复
包含任何索引的每个表。否则,对该表的查询可能会产生不正确的结果,并且对该表的修改会导致服务器将该表视为已损坏并需要修复。
如果您使用myisamchk执行修改MyISAM
表索引的操作(例如修复或分析),
除非您另有指定,否则将使用最小字长、最大字长和停用词文件的默认FULLTEXT
全文参数值重建索引
。这可能会导致查询失败。
出现此问题是因为这些参数只有服务器知道。它们不存储在MyISAM
索引文件中。如果您修改了服务器使用的最小或最大字长或停用词文件值,为避免出现此问题,请
为myisamchk指定与用于
mysqldft_min_word_len
的相同的
ft_max_word_len
、 和
ft_stopword_file
值
。例如,如果您将最小字长设置为 3,则可以像这样使用
myisamchk修复表:
myisamchk --recover --ft_min_word_len=3 tbl_name.MYI
为确保myisamchk和服务器对全文参数使用相同的值,请将每个参数都放在选项文件的[mysqld]
和
[myisamchk]
部分中:
[mysqld]
ft_min_word_len=3
[myisamchk]
ft_min_word_len=3
使用myisamchk进行
MyISAM
表索引修改的替代方法是使用REPAIR TABLE
、
ANALYZE TABLE
、
OPTIMIZE TABLE
或
ALTER TABLE
语句。这些语句由服务器执行,它知道要使用的正确全文参数值。